BarkScale

class torchaudio.prototype.transforms.BarkScale(n_barks: int = 128, sample_rate: int = 16000, f_min: float = 0.0, f_max: Optional[float] = None, n_stft: int = 201, bark_scale: str = 'traunmuller')

已弃用

警告

此类已从 2.8 版本开始弃用。它将在 2.9 版本中移除。此弃用是大型重构工作的一部分，目的是将 TorchAudio 转换为维护阶段。有关更多信息，请参阅 https://github.com/pytorch/audio/issues/3902。

将普通的 STFT 转换为具有三角滤波器组的 bark 频率 STFT。

参数 (Args)

n_barks (int, optional): bark 滤波器组的数量。 (默认值: 128) sample_rate (int, optional): 音频信号的采样率。 (默认值: 16000) f_min (float, optional): 最小频率。 (默认值: 0.0) f_max (float or None, optional): 最大频率。 (默认值: sample_rate // 2) n_stft (int, optional): STFT 中的 bin 数量。参见 Spectrogram 中的 n_fft。 (默认值: 201) norm (str or None, optional): 如果是 "slaney"，则按 bark 带的宽度对三角 bark 权重进行除法

(面积归一化)。 (默认值: None)

bark_scale (str, optional): 使用的尺度：traunmuller、schroeder 或 wang。 (默认值: traunmuller)

示例

>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True)
>>> spectrogram_transform = transforms.Spectrogram(n_fft=1024)
>>> spectrogram = spectrogram_transform(waveform)
>>> barkscale_transform = transforms.BarkScale(sample_rate=sample_rate, n_stft=1024 // 2 + 1)
>>> barkscale_spectrogram = barkscale_transform(spectrogram)

另请参阅

torchaudio.prototype.functional.barkscale_fbanks() - 用于生成滤波器组的函数。

forward(specgram: Tensor) → Tensor

参数

specgram (torch.Tensor) – 维度为 (…, freq, time) 的 STFT 频谱图。

返回

维度为 (…, n_barks, time) 的 bark 频率频谱图。

返回类型

torch.Tensor